Question

我有2个numpy数组，我将其转换为张量以使用TensorDataset对象。

import torch.utils.data as data_utils

X = np.zeros((100,30))
Y = np.zeros((100,30))

train = data_utils.TensorDataset(torch.from_numpy(X).double(), torch.from_numpy(Y))
train_loader = data_utils.DataLoader(train, batch_size=50, shuffle=True)

当我这样做时：

for batch_idx, (data, target) in enumerate(train_loader):
    data, target = Variable(data), Variable(target)
    optimizer.zero_grad()
    output = model(data)               # error occurs here

我得到了一个错误的错误：

TypeError：addmm_收到一个无效的参数组合 - got（int，int，torch.DoubleTensor，torch.FloatTensor），但是期望的一个：    [...]
   *（float beta，float alpha，torch.DoubleTensor mat1，torch.DoubleTensor mat2）         没有匹配，因为有些参数的类型无效：（int，int，torch.DoubleTensor，torch.FloatTensor）
   *（float beta，float alpha，torch.SparseDoubleTensor mat1，torch.DoubleTensor mat2）         没有匹配因为一些参数的类型无效：（int，int，torch.DoubleTensor，torch.FloatTensor）

最后一个错误来自：

output.addmm_（0,1，input，weight.t（））

正如您在我的代码中看到的那样，我尝试使用.double（）来转换张量 - 但这不起作用。为什么他将一个数组转换为FloatTensor对象而另一个数组转换为DoubleTensor？有什么想法吗？

Answer 1

您的ListItem数组为numpy，并将标准地转换为64-bit floating point。现在，如果您将它们与模型一起使用，则需要确保模型参数也是torch.DoubleTensor。或者您需要确保将Double数组转换为numpy，因为模型参数标准地转换为Float。

因此，请执行以下任一操作：

float

或做：

data_utils.TensorDataset(torch.from_numpy(X).float(), torch.from_numpy(Y).float())

如果您想将模型参数，输入和目标转换为model.double()或Float，请取消。

Answer 2

这是因为在PyTorch中，你不能在不同类型的Tensor之间进行操作。您的data为DoubleTensor，但模型参数为FloatTensor。所以你得到这个错误信息。正如@mexmex所说，将data转换为FloatTensor以使其符合模型参数类型。

请不要这样做！ Trying to convert the model to double is greatly discouraged by PyTorch devs因为GPU不擅长双精度计算。此外，浮点足以深入学习。

Pytorch：将FloatTensor转换为DoubleTensor

2 个答案: